konlpy를 활용한 한국어 자연어 처리 예제

안녕하세요!
이번에는 konlpy 라이브러리를 활용하여 한국어 자연어 처리를 해보는 예제를 소개하려고 합니다.
konlpy는 한국어 텍스트 데이터를 다루는데 유용한 모듈로, 형태소 분석기, POS 태거, 문장 분리기, 한국어 맞춤법 검사기 등 다양한 기능을 제공합니다.
아래에서는 KONLPY의 주요 모듈을 사용하는 방법과 함께 예제 코드를 소개하겠습니다.

1.형태소 분석기(Kkma) 사용법:

from konlpy.tag import Kkma
kkma = Kkma()
text = "한글 문장을 형태소로 분석하는 예제입니다."
# 문장 분리
sentences = kkma.sentences(text)
print(sentences)
# 출력: ['한글 문장을 형태소로 분석하는 예제입니다.']
# 명사 추출
nouns = kkma.nouns(text)
print(nouns)
# 출력: ['한글', '문장', '형태소', '분석', '예제']
# 형태소 추출
morphs = kkma.morphs(text)
print(morphs)
# 출력: ['한글', '문장', '을', '형태소', '로', '분석', '하', '는', '예제', '이', 'ㅂ니다', '.']
# 품사 태깅
pos_tags = kkma.pos(text)
print(pos_tags)
# 출력: [('한글', 'NNG'), ('문장', 'NNG'), ('을', 'JKO'), ('형태소', 'NNG'), ('로', 'JKM'), ('분석', 'NNG'), ('하', 'XSV'), ('는', 'ETD'), ('예제', 'NNG'), ('이', 'VCP'), ('ㅂ니다', 'EFN'), ('.', 'SF')]

2. POS 태거(Komoran) 사용법:

from konlpy.tag import Komoran
komoran = Komoran()
text = "한글 문장의 품사를 태깅하는 예제입니다."
# 명사 추출
nouns = komoran.nouns(text)
print(nouns)
# 출력: ['한글', '문장', '품사', '태깅', '예제']
# 형태소 추출
morphs = komoran.morphs(text)
print(morphs)
# 출력: ['한글', '문장', '의', '품사', '를', '태깅', '하', '는', '예제', '이', 'ㅂ니다', '.']
# 품사 태깅
pos_tags = komoran.pos(text)
print(pos_tags)
# 출력: [('한글', 'NNP'), ('문장', 'NNG'), ('의', 'JKG'), ('품사', 'NNG'), ('를', 'JKO'), ('태깅', 'NNG'), ('하', 'XSV'), ('는', 'ETM'), ('예제', 'NNG'), ('이', 'VCP'), ('ㅂ니다', 'EF'), ('.', 'SF')]

3. 문장 분리기(Hannanum) 사용법:

from konlpy.tag import Hannanum
hannanum = Hannanum()
text = "한글 문장을 문장 단위로 분리하는 예제입니다."
# 문장 분리
sentences = hannanum.sentences(text)
print(sentences)
# 출력: ['한글 문장을 문장 단위로 분리하는 예제입니다.']

4. 한국어 맞춤법 검사기(Hanspell) 사용법:

from konlpy.tag import Okt
from hanspell import spell_checker
okt = Okt()
text = "한글 문장에 대한 맞춤법을 검사하는 예제입니다."
# 형태소 추출
morphs = okt.morphs(text)
print(morphs)
# 출력: ['한글', '문장', '에', '대한', '맞춤법', '을', '검사', '하는', '예제', '입니다', '.']
# 맞춤법 검사
checked_text = spell_checker.check(text)
corrected_text = checked_text.checked
print(corrected_text)
# 출력: "한글 문장에 대한 맞춤법을 검사하는 예제입니다."